检测是否有病虫害 论文 检测器能检测图像中的害虫和疾病吗？
检测器能检测图像中的害虫和疾病吗？于是有研究人员建议开发一种检测器，可以使用简单的图像进行训练，然后应用于检测和识别复杂图像中的害虫和疾病。 目前提出的基于深度学习的
价格：
适用人群：
Copyright ©2013-2017 中国知网论文查重检测系统入口 All Rights Reserved. 网站备案号：黔ICP备19012782号-3.
于是有研究人员建议开发一种检测器，可以使用简单的图像进行训练，然后应用于检测和识别复杂图像中的害虫和疾病。 目前提出的基于深度学习的解决方案大多依赖于著名的CNN架构，如AlexNet、googlenet、VGG、ResNet和Inceptionv3。
20 个回答 1 有些病虫害识别不出来，因为在发生危害之前你根本看不见病/虫原 。比如根部的线虫，韭菜的韭蛆，藏在叶子背后的蚜虫，但是此时这些虫的密度已经非常高了。 2 绝大多数能识别出来的病虫害，等能识别出来的时候已经太晚了 。比如草莓白粉病，发病初期症状极为不明显（非常薄的白色绒毛状斑点），只有大量白色粉末状真菌长满叶片（或者果实）的时候才能很明显的看到，所以要达到能在初期就识别出来的精度，估计你得在田里面装满 SONY 的 A7RIII。 3 病虫害的症状极易与缺素、环境因素，甚至是“植物脏了”混淆。 ...
在农业生产中， 病虫害 一直是困扰 农作物 生长的基本问题。 因此研究 农作物病虫 草害的自动检测与 识别 ，开发智能化控制系统，准确地获取植物受害的病因、病种及受害程度是保证农业生产可持续 发展 的重要环节。
基于深度学习的植物虫害检测植物病虫害的识别是对植物保护和利用的基础，随着计算机图像识别技术的发展，利用计算机图像处理技术获取植物病虫害信息可以大大提高植物病虫害的识别效率。 选择SVM工具箱和Matlab的图形用户界面工具箱GUI设计开发了苜蓿植物病虫害识别系统，构建了自然环境下图像数据库和特定环境图像数据库，为今后的植物病虫害图像识别技术的发展奠定了基础。